DEM超分辨率重構對梯田坡度提取的影響研究

張宏鳴 宋澤魯 楊江濤 楊勤科 王春梅 李 銳

(1.西北農林科技大學信息工程學院， 陜西楊凌 712100； 2.西北農林科技大學水利與建筑工程學院， 陜西楊凌 712100；3.西北大學城市與環境學院， 西安 710069； 4.中國科學院水利部水土保持研究所， 陜西楊凌 712100)

DEM超分辨率重構對梯田坡度提取的影響研究

張宏鳴1宋澤魯1楊江濤2楊勤科3王春梅3李 銳4

(1.西北農林科技大學信息工程學院， 陜西楊凌 712100； 2.西北農林科技大學水利與建筑工程學院， 陜西楊凌 712100；3.西北大學城市與環境學院， 西安 710069； 4.中國科學院水利部水土保持研究所， 陜西楊凌 712100)

坡度對地表水文、土壤侵蝕、土地利用規劃有著重要的影響，區域尺度上的坡度通常基于數字高程模型(DEM)提取。區域尺度上，高分辨率坡度數據由于DEM獲取途徑、方式等原因，較難獲得，通常通過超分辨率重構(又稱降尺度變換)得到。以黃土高原地區水平梯田地形為研究對象，基于無人機攝影測量技術，生成不同分辨率的DEM數據并提取坡度，設計并給出了基于稀疏混合估計對DEM數據進行超分辨率重構的方法及流程，并與最近鄰法、雙線性插值法、三次卷積插值法比較，結果表明所提方法在空間分布和誤差方面上均優于其他方法。

侵蝕； 梯田； 坡度； 超分辨率重構； 稀疏混合估計

引言

地形地貌決定著物質、能量的形成與再分配，是影響土壤侵蝕的重要因素之一[1]，坡度能夠定量描述地面的傾斜程度，是土壤侵蝕和水土保持措施布設的重要地形指標[2]。在坡面尺度上，坡度可以通過實測來獲得，在中小流域尺度上，坡度主要利用中低分辨率數字高程模型(DEM)來提取[3]。研究表明，隨著分辨率的降低，坡度呈現衰減趨勢，坡度已經不能真實反映實際地表特征，導致與坡度相關的水文模型、侵蝕模型的精度降低[4-5]。一直以來高精度DEM較難獲取，為了減少坡度衰減，眾多學者對較低分辨率的坡度進行尺度變化的研究[4, 6-10]，有部分學者利用地貌學理論采用地形起伏度[11]、侵蝕勢能[12]、粗糙系數[13]和河網密度[14]等來克服坡度衰減引起的宏觀尺度變化問題，但很顯然坡度更多的是反映微觀尺度的最佳指標[2]。部分研究者通過空間插值算法、統計特征等來增強坡度尺度效應的衰減對地形起伏的表達能力，如最近鄰法[15]、雙線性插值法[16]、三次卷積插值法[17]、直方圖匹配[18]、坡度圖譜變換[19]、分形[7]等。盡管做了大量的研究工作，但目前坡度超分辨率重構(Down scaling, 也稱降尺度變化)的研究中主要存在兩個問題：研究方法有待完善，隨著計算機技術的不斷發展，信號處理、人工智能等方法不斷應用在地學領域，新方法是否適用，需要驗證；缺乏高分辨率的數據進行驗證，一直以來，利用中低分辨率數據進行研究，容易獲得坡度衰變規律，但是缺乏相應高分辨率數據進行結果驗證，這也是當前急需解決的問題之一。近年來，DEM獲取技術發展迅速，航空攝影測量、干涉測量法、LiDar(Light detection and ranging techniques)，尤其是無人機技術，能夠方便、快捷地獲得較高精度的DEM。

本文在前期研究基礎上[3,20-24]，通過無人機航空攝影測量獲取大面積、高精度梯田DEM，應用稀疏混合估計及常用的空間差值方法對不同DEM數據進行超分辨率重構，獲取相應更高精度的DEM，提取坡度進行對比。該算法的優勢在于對圖像中非直線型邊緣和曲面處，能提供穩定高效的近似最優表示，它可以捕捉圖像中邊緣輪廓的細節信息，也可以更加穩定的表示自然圖像的各種復雜的形態結構成分[25]。坡度數據在高頻部分的特征容易丟失，而稀疏混合估計方法對此具有一定的優勢，本文以此進行試驗。

1 研究方法

1.1 重構算法

DEM的超分辨率重構問題與圖像采集和恢復中的逆問題類似，是當今圖像超分辨率算法研究的重點[25]。使用稀疏混合估計[25]的方法可以使圖像在超分辨率重構時得到更加精確的結果。本文將算法引入到DEM數據中計算坡度。經過稀疏混合權重計算后的系數在稀疏信號中表示一個基本的塊，并且它們最小化的L1范數(即塊中的各個元素絕對值之和)考慮到了每個塊中的DEM數據中地形的規律性。稀疏混合估計的模型為

(1)

其中

(2)

(3)

作為使用了L1與L2(即塊中各個元素平方和的1/2次方)混合規范的算法，不僅與一組塊的稀疏恢復后的坡度數據有關系，而且也和每個基本塊內施加的一個坡度的規律性規則化分解有關系。此外，它不會對每個混合系數的分解參數進行優化。而每個基本塊中的坡度數據具有一定的規律性，由這些通過平均混合得到的最終混合估計的結果為

(4)

針對DEM數據源，本文應用稀疏混合方法，主要包括讀取DEM數據、修改數據格式、稀疏混合估計因素放大(包括T1小波變換、T1小波逆變換、正交分塊匹配追蹤、計算混合系數、讀取混合系數并存入相應位置等)，得到高分辨率DEM，對該DEM提取坡度。

算法流程可描述為：

(1)獲取DEM數據源，將DEM數據保存在一個二維數組中，并保存DEM數據頭信息。

(2)處理二維數組，并將處理的二維數組以及一組預設的外插標記一起輸入，進行稀疏混合估計因素放大。

(3)將數據進行T1小波變換和T1小波逆變換。

(4)正交分塊匹配追蹤。

(5)計算混合系數。

(6)控制輸出的數據格式，并將其轉化成DEM數據格式(ASCII)。

(7)從高分辨率DEM數據中提取坡度。

基本流程見圖1。

圖1 算法流程圖Fig.1 Algorithm flow chart

1.2 研究區域

鑒于坡度對水土流失影響嚴重，同時坡度衰減多集中于高頻部分[26]，因此本文選取黃土高原地區坡度變化較極端的梯田地區進行測試。

本文以榆中地區龍泉鄉周圍黃土丘陵區典型旱梯田為樣區，該樣區梯田具有一定的代表性，地理坐標范圍東經104°10′58″～ 104°19′51″，北緯35°34′4″～35°40′56″。該實驗樣區DEM數據及所在黃土高原地區的位置如圖2所示，高程范圍1 951.03～2 545.55 m，研究區在黃土高原的位置如圖2右下角紅色邊框標注范圍所示。梯田根據田面坡度的不同，一般分為水平梯田、坡式梯田、隔坡梯田和軟埝梯田[27]，研究區以水平梯田為主。

圖2 甘肅省榆中縣龍泉鄉DEM及所在黃土高原位置圖Fig.2 DEM and location of study area

1.3 方法對比

本文方法(簡稱混合估計法)分別與最鄰近法[15]、雙線性插值法[16]和三次卷積插值法[17]進行對比。

基于無人機攝影測量獲得的點云數據，生成不同分辨率的DEM數據(40 m、20 m、10 m、5 m)。應用不同重構方法，將3個分辨率(40 m、20 m、10 m)的DEM數據生成對應DEM數據(20 m、10 m、5 m)，使用最大坡降法分別計算兩套數據，并進行對比。40 m到20 m的重構稱為R20，20 m到10 m的重構稱為R10，10 m到5 m的重構稱為R05。為方便查看結果，本文截取了實際DEM部分坡度計算結果，如圖3所示。為了清楚地了解實際數據與重構數據的差別，將3種分辨率下的重構計算結果與實際計算結果做差，并統計結果頻率及累計頻率，對規律進行分析。

以均方根誤差(Root-mean-square error，RMSE)對客觀模型的準確性進行度量，其值越小，表明客觀評價算法對主觀評分值預測越準確，模型的性能越好，反之越差。實際圖像的RMSE為零。本文以高精度DEM計算的坡度作為真值，以重構后計算的坡度作為觀測值，進行計算。

圖3 3種分辨率坡度數據 Fig.3 Slope gradient maps under three different resolutions

2 實驗結果分析

2.1 坡度空間分布結果

4種方法對不同分辨率DEM如圖4所示，由上到下3幅圖分別為R20、R10、R05，顏色由綠到紅表示坡度逐漸增大，得到如下結果：

圖4 重構后坡度計算結果Fig.4 Slope calculation results after reconstruction

(1)4種方法對應的R20、R10、R5重構結果得出的坡度與實際20 m、10 m、5 m分辨率DEM數據計算結果相比較，均為實際計算精度數據更好。同時隨著分辨率的升高，重構結果的空間分布與實際計算結果的空間分布情況越來越接近。

(2)從重構結果中可以看到，中頻部分(黃色)的重構結果好于低頻部分(綠色)和高頻(紅色)部分。對于R20，由于DEM精度不高，梯田的地形特征已經模糊，因此坡度重構情況表現并不明顯，但與實際計算結果對比，坡度較陡的地方在4種算法的重構中，混合估計法均效果好；對于R10，與實際結果相比較，坡度連續變換之處(梯田處)，混合估計法的重構后的效果更加明顯，可以看見其明顯的紋理界限；對于R05，由于DEM本身精度較高，因此在3種分辨率的重構結果中，坡度與地形特征的吻合度最好。對于梯田的坡度特征，混合估計法的重構較其它3種算法的結果在紋理上更加細膩，空間分布與高程變化特征更加吻合，這表明：混合估計方法對DEM降尺度變化后的數據提取坡度空間分布效果最好。

2.2 計算結果的統計分析

本文以R05過程為例，將混合估計法得到的坡度數據和其它算法得到的坡度數據分別與實際10 m精度的坡度數據做差。得到的空間分布情況如圖5所示。

從中可以看到：4個算法的重構結果，在坡度高頻部分(圖5a～5d中紅色部分)和坡度低頻的地方(圖5a～5d中綠色部分)重構的結果與實際計算結果的差值較大(圖5e～5h)，重構效果不理想。誤差較大的范圍主要集中在陡坡(大于45°)和緩坡(小于10°)上。相較于4種算法，混合估計法(圖5e～5h中綠色部分)差值明顯小于其它3種算法。通過表1的3組值可以看到，重構結果與實際數據相差最小為零，但相差最大處的坡度結果混合估計算法達到了18.36°，而雙線性插值法則達到了37.59°。在差值的平均值上混合估計的結果也是最小，因此混合估計法在重構時可以保持的坡度范圍要高于其它3種方法。

圖5 重構后坡度提取結果分布及差值對比Fig.5 Slope distributions after reconstruction and comparisons of slope difference

圖6 坡度分布的頻率及累積頻率曲線Fig.6 Frequency curves and cumulative frequency curves of slope distribution

(°)

2.3 RMSE結果

均方根計算結果：稀疏混合估計法為2.106°，最鄰近法為3.359°，三次卷積插值法為3.841°，雙線性插值法為4.232°。結果表明稀疏混合估計方法的誤差最小。針對其誤差分布，本文對坡度進行頻率(圖6a)及累積頻率曲線(圖6b)統計。

可以看到：無論頻率曲線還是累積頻率曲線，混合估計法的坡度曲線與實際數據曲線基本重合，而其它算法重構的結果與實際數據相差比較大，這也說明混合估計法在降尺度變化時，對坡度的重構效果更好。重構效果從高到底依次是混合估計法、最鄰近法、三次卷積插值法和雙線性插值法。

為了對比4種算法結果與實際數據差別的具體分布位置，本文將4種算法重構結果分別與實際數據做差，計算坡度差值頻率(圖7a)及累積頻率(圖7b)分布。可以看到：與實際計算數據相比較，在重構中相符的數據中，混合估計法重構結果與實際數據相符度更高，能達到9.2%左右(0°處)，而其它3種算法只有不到4%；在重構結果出現偏差的坡度中，混合估計法偏差結果96.8%的為5°以下，而這個比例，對于最鄰近偏差達到11°，三次卷積法達到28°左右，雙線性插值法達到44°。由此可以看出混合估計法的重構結果更好。因此，對于高頻坡度較多的DEM數據，稀疏混合估計方法進行降尺度變化，對坡度提取結果的影響較小。

從上述可以看出，在中低分辨率的重構上，混合估計法相對于最近鄰法、雙線性插值法和三次卷積插值法的效果比較好，在20 m往上的高分辨率(10 m)上進行更高分辨率的重構時，重構后的空間分布結果與重構前的空間分布結果平均誤差分別為：混合估計為1.67°，最近鄰差為2.41°，三次卷積差為2.66°，雙線性插值差為2.83°，可以看到這個差別與實際結果的差別已不顯著。在與實際數據計算結果的差值方面，混合估計法相對于其它3種方法更加接近實際計算結果。

3 結論

(1)通過各算法重構結果的空間分布和結果統計分析可以發現，針對梯田地區坡度超分辨率重構，結果準確程度從高到底依次是稀疏混合估計法、最鄰近法、三次卷積插值法和雙線性插值法。在重構時，陡坡(大于45°)和緩坡(小于10°)的重構效果較差，而兩者之間的坡度重構結果較理想。在不同分辨率情況下，高分辨率重構效果差別已不大，但稀疏混合估計法在高頻部分的重構誤差要小于其它3種方法；對中分辨率進行重構的效果，稀疏混合估計法重構的結果在低頻部分要優于其它3種方法。

(2)基于稀疏混合估計法的DEM降尺度變化，其結果對坡度的提取影響最小。坡度提取結果在空間分布上均丟失了低頻和高頻部分，4種方法均無法恢復實際結果；混合估計法對于低分辨率數據的低頻部分和高分辨率數據的高頻部分的重構，表現較好。在整體數據的誤差上，稀疏混合估計法所產生的誤差最小。因此稀疏混合估計法可作為研究坡度尺度變化的方法。

2 楊勤科, 賈大韋, 李銳, 等. 基于DEM的坡度研究——現狀與展望 [J]. 水土保持通報, 2007, 27(1): 146-150. YANG Qinke, JIA Dawei, LI Rui, et al. Researches on DEM derived slope: a review and prospective [J]. Bulletin of Soil and Water Conservation, 2007, 27(1): 146-150. (in Chinese)

3 張宏鳴, 楊勤科, 李銳, 等. 基于GIS 和多流向算法的流域坡度與坡長估算 [J/OL]. 農業工程學報, 2012, 28(10): 159-164. http:∥www.tcsae.org/nygcxb/ch/reader/view_abstract.aspx?flag=1&file_no=20121025&journal_id=nygcxb.DOI: 10.3969/j.issn.1002-6819.2012.10.025. ZHANG Hongming, YANG Qinke, LI Rui, et al. Estimation methods of slope gradient and slope length in watershed based on GIS and multiple flow direction algorithm [J/OL]. Transactions of the CSAE, 2012, 28(10): 159-164.(in Chinese)

4 劉紅艷, 楊勤科, 王春梅, 等. 坡度隨水平分辨率變化及其空間格局研究 [J/OL]. 武漢大學學報:信息科學版, 2012, 37(1): 105-109. http:∥ch.whu.edu.cn/CN/Y2012/V37/I1/105.DOI: 10.13203/j.whugis2012.01.024. LIU Hongyan, YANG Qinke, WANG Chunmei, et al. Changes of DEM-derived slope with horizontal resolution and their spatial distribution [J/OL]. Geomatics and Information Science of Wuhan University, 2012, 37(1): 105-109. (in Chinese)

5 FU S, CAO L, LIU B, et al. Effects of DEM grid size on predicting soil loss from small watersheds in China [J/OL]. Environmental Earth Sciences, 2015, 73(5): 2141-2151. http:∥dx.doi.org/10.1007/s12665-014-3564-3. DOI: 10.1007/ s12665-014-3564-3.

6 王春梅. 坡度尺度效應與轉換及其對土壤侵蝕評價影響研究 [D]. 北京: 中國科學院研究生院,2012. WANG Chunmei. Slope scaling effect, transformation and it's influence to soil erosion assessment [D]. Beijing: University of Chinese Academy of Sciences, 2012. (in Chinese)

7 郭蘭勤, 楊勤科, 胡潔, 等. 基于分形的中低分辨率坡度降尺度變換方法研究 [J/OL]. 西北農林科技大學學報:自然科學版, 2011, 39(12): 173-180. http:∥www.xnxbz.net/xbnlkjdxzr/ch/reader/create_pdf.aspx?file_no=20111229& flag=1& year_id= 2011&quarter_id=12. DOI: 0.13207/j.cnki.jnwafu.2011.12.007. GUO Lanqin, YANG Qinke, HU Jie, et al. Research on method of re-scaling coarser resolution slope based on fractal analysis approach[J/OL]. Journal of Northwest A&F University:Natural Science Edition, 2011, 39(12): 173-180.(in Chinese)

8 劉紅艷, 楊勤科, 牛亮, 等. 坡度與水平分辨率關系的初步研究 [J]. 水土保持研究, 2010, 17(4): 34-37. LIU Hongyan, YANG Qinke, NIU Liang, et al. Relationships between DEM-derived slope and horizontal resolution [J]. Research of Soil and Water Conservation, 2010, 17(4): 34-37. (in Chinese)

富氧側吹煤粉熔融還原爐墻為二層結構形式，從內到外為耐火磚、銅水套。耐火材料起隔熱作用，減少爐子的熱損失；銅水套和內襯磚的結構有利于冷卻和掛渣，大大延長了爐子壽命。

9 于浩, 楊勤科, 張曉萍, 等. 基于小波多尺度分析的DEM數據綜合及尺度轉換 [J]. 地理與地理信息科學, 2009, 25(4): 12-16. YU Hao, YANG Qinke, ZHANG Xiaoping, et al. A study of DEM generalization based on wavelet analysis and it scale transformation [J]. Geography and Geo-Information Science, 2009, 25(4): 12-16. (in Chinese)

10 白天路, 楊勤科, 王洪明, 等. 考慮坡度變換的中低分辨率地形濕度指數提取 [J]. 水土保持通報, 2009, 29(6): 131-135. BAI Tianlu, YANG Qinke, WANG Hongming, et al. Extraction of the topographic wetness index based on slope transformation of coarser resolution slope [J]. Bulletin of Soil and Water Conservation, 2009, 29(6): 131-135. (in Chinese)

11 劉新華, 楊勤科, 湯國安. 中國地形起伏度的提取及在水土流失定量評價中的應用 [J]. 水土保持通報, 2001, 21(1): 57-59,62. LIU Xinhua, YANG Qinke, TANG Guoan. Extraction and application of relief of China based on DEM and GIS method [J]. Bulletin of Soil and Water Conservation, 2001, 21(1): 57-59,62. (in Chinese)

12 趙牡丹. 一個新的區域水土流失綜合地形因子——“侵蝕勢能”的提出及提取方法研究 [C]∥中國地理學會 2006 年學術年會論文摘要集, 2006:8.

13 江沖亞, 方紅亮, 魏珊珊. 地表粗糙度參數化研究綜述 [J/OL]. 地球科學進展, 2012, 27(3): 292-303. http:∥www. adearth.ac.cn/CN/Y2012/V27/I3/292. DOI: 10.11867/j.issn.1001-8166.2012.03.0292. JIANG Chongya, FANG Hongliang, WEI Shanshan. Review of land surface roughness parameterization study [J/OL]. Advances in Earth Science, 2012, 27(3): 292-303. (in Chinese)

14 劉新華, 張曉萍, 楊勤科, 等. 不同尺度下影響水土流失地形因子指標的分析與選取 [J]. 西北農林科技大學學報:自然科學版, 2004, 32(6): 107-111. LIU Xinhua, ZHANG Xiaoping, YANG Qinke, et al. Analysis and selection of topographical indices influencing soil loss on different scales [J]. Journal of Northwest A&F University: Natural Science Edition, 2004, 32(6): 107-111. (in Chinese)

15 李麗, 郭雙雙, 梅樹立, 等. 基于單元最鄰近匹配的蝗蟲切片圖像修復方法 [J/OL]. 農業機械學報, 2015, 46(8): 15-19. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20150803&flag=1. DOI: 10.6041 /j.issn.1000-1298.2015.08.003. LI Li, GUO Shuangshuang, MEI Shuli, et al. Image restoration of locust slices based on nearest unit matching [J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(8): 15-19. (in Chinese)

16 李震, 洪添勝, 吳偉斌，等. 雙線性插值算法在荔枝樹光合模擬中葉片圖像旋轉中的應用[J]. 農業工程學報, 2006, 22(11): 179-182. LI Zhen, HONG Tiansheng, WU Weibin, et al. Application of bilinear interpolation algorithm in litchi leaf image rotation for photos ynthetic simulation[J]. Transactions of the CSAE, 2006, 22(11): 179-182. (in Chinese)

17 崔岸, 劉業峰, 袁智, 等. 攝像機參數的三線性插值誤差補償標定方法[J]. 農業機械學報, 2008, 39(10): 187-190. CUI An, LIU Yefeng, YUAN Zhi,et al. Camera calibration method of tri-llinear interpolation error compensation[J]. Transactions of the Chinese Society for Agricultural Machinery, 2008, 39(10): 187-190. (in Chinese)

18 丑述仁. 坡度變換的影響因素研究 [D]. 西安: 西北大學, 2013. CHOU Shuren. Study on influence facters of slope scaling[D]. Xi’an: Northwest University, 2013. (in Chinese)

19 王春, 湯國安, 李發源, 等. 基于DEM提取坡譜信息的不確定性 [J]. 地球信息科學, 2008, 10(4): 539-544. WANG Chun, TANG Guoan, LI Fayuan, et al. The uncertainty of slope spectrum serived from grid digital elevation model [J]. Geo-Information Science, 2008, 10(4): 539-544. (in Chinese)20 張宏鳴, 楊勤科, 李銳, 等. 流域分布式侵蝕學坡長的估算方法研究 [J/OL]. 水利學報, 2012, 43(4): 437-444. http:∥jhe. ches.org.cn/jhe/ch/reader/view_abstract.aspx?file_no=201204009&flag=1.DOI: 10.13243/j.cnki.slxb.2012.04.010.ZHANG Hongming, YANG Qinke, LI Rui, et al. Research on the estimation of slope length in distributed watershed erosion[J/OL]. Journal of Hydraulic Engineering, 2012, 43(4): 437-444. (in Chinese)

21 張宏鳴, 楊勤科, 劉晴蕊, 等. 基于GIS的區域坡度坡長因子提取算法 [J/OL]. 計算機工程, 2010, 36(9): 246-248. http:∥ www.tcsae.org/nygcxb/ch/reader/view_abstract.aspx?flag=1&file_no=20121025&journal_id=nygcxb.DOI: 10.3969/j.issn.1002- 6819.2012.10.025. ZHANG Hongming, YANG Qinke, LIU Qingrui, et al. Regional slope length and slope steepness factor extraction algorithm based on GIS [J/OL]. Computer Engineering, 2010, 36(9): 246-248. (in Chinese)

22 楊勤科, 郭偉玲, 張宏鳴, 等. 基于DEM的流域坡度坡長因子計算方法研究初報 [J/OL]. 水土保持通報, 2010, 30(2): 203-206. http:∥stbctb.alljournal.com.cn/ch/reader/create_pdf.aspx?file_no=20100243&flag=1&journal_id=stbctb& year_id =2010.DOI: 10.13961/j.cnki.stbctb.2010.02.035. YANG Qinke, GUO Weiling, ZHANG Hongming, et al. Method of extracting LS factor at watershed scale based on DEM[J/OL]. Bulletin of Soil and Water Conservation, 2010, 30(2): 203-206. (in Chinese)

23 WANG C, YANG Q, GUO W, et al. Influence of resolution on slope in areas with different topographic characteristics [J/OL]. Computers & Geosciences, 2012, 41: 156-168. http:∥www.sciencedirect.com/science/article /pii/S0098300411003633. DOI: http:∥dx.doi.org/10.1016/j.cageo.2011.10.028.

24 ZHANG H, YANG Q, LI R, et al. Extension of a GIS procedure for calculating the RUSLE equation LS factor [J/OL]. Computers & Geosciences, 2013,52: 177-188. http:∥www.sciencedirect.com/science/article/pii/S0098300412003 378. DOI: http:∥dx. doi.org/10.1016/j.cageo.2012.09.027.

25 MALLAT S, YU G. Super-resolution with sparse mixing estimators[J/OL]. IEEE Transactions on Image Processing, 2010, 19(11): 2889-2900. http:∥ieeexplore.ieee.org/document/5460916/.DOI: 10.1109/TIP.2010.2049927.

26 WANG C, YANG Q, JIA D, et al. Modeling change of topographic spatial structures with DEM resolution using semi-variogram analysis and filter bank [J/OL]. ISPRS International Journal of Geo-Information, 2016, 5(7): 107. http:∥www.mdpi.com/2220-9964/5/7/107.DOI: 10.3390/ijgi5070107.

27 唐克麗. 中國水土保持 [M]. 北京: 科學出版社, 2004.

Influence of DEM Super-resolution Reconstruction on Terraced Field Slope Extraction

ZHANG Hongming1SONG Zelu1YANG Jiangtao2YANG Qinke3WANG Chunmei3LI Rui4

(1.CollegeofInformationEngineering,NorthwestA&FUniversity,Yangling,Shaanxi712100,China2.CollegeofWaterResourceandArchitecturalEngineering,NorthwestA&FUniversity,Yangling,Shaanxi712100,China3.CollegeofUrbanandEnvironmentalScience,NorthwestUniversity,Xi’an710069,China
4.InstituteofSoilandWaterConservation,ChineseAcademyofSciencesandMinistryofWaterResources,Yangling,Shaanxi712100,China)

Slope is one of the key factors which had a close relationship with soil and water losses and land use planning, and it is one of the most important pieces of information in many natural source spatial databases. Slope was usually extracted from digital elevation model (DEM) in regional scale. However, it is difficult to obtain DEMs with grid size less than 10-m from continental or country scale topographic maps that are needed to include topographic changes due to terraces because of manpower and financial restrictions. Thus the high resolution DEMs were usually obtained by super-resolution reconstruction or down scaling from low resolution DEMs. As a basic data source, high resolution DEMs created by super-resolution methods do influence the extraction of slope. Dry terraced fields in the hilly loess region around Longquan of Yuzhong County were taken as study area. DEMs and orthophotos obtained in March, 2015 by UAV-based photogrammetry were used. The resolution of the DEMs data was generated in 5 m, 10 m, 20 m and 40 m respectively for slope produce. Sparse mixed estimation method (SME), nearest method, bilinear method and cubic method were used for DEMs reconstruction. Finally, the slope was calculated from original DEMs and reconstructed DEMs. The result showed that the SME method was the best method in DEMs super resolution reconstruction for extraction of slope.

erosion; terrace; slope; super-resolution reconstruction; sparse mixed estimation

10.6041/j.issn.1000-1298.2017.01.015

2016-10-19

2016-11-18

國家自然科學基金項目(41301283、41371274、41301507)、陜西省自然科學基金項目(2015JM4142)和中央高校基本科研業務費專項資金項目(QN2013051、2013BSJJ105)

張宏鳴(1979—)，男，副教授，博士，主要從事空間大數據管理和區域土壤侵蝕評價研究，E-mail: zhm@nwsuaf.edu.cn

S157; TP79

A

1000-1298(2017)01-0112-07